Bittensor est une blockchain qui fait de l'extraction de son objectif principal et l'abaisse à un point tel que tout service numérique peut se qualifier.

La blockchain est ainsi destinée à devenir un marché pour l'intelligence machine. Maintenant, une startup de recherche veut l'utiliser pour accélérer la découverte de nouveaux médicaments.

Bittensor is a blockchain that makes mining its main purpose—and abstracts it to such an extent that any digital service can qualify. The blockchain is thereby intended to become a marketplace for machine intelligence. Now, a research startup wants to use it to accelerate the discovery of new drugs.

Bittensor est une blockchain qui fait de l'extraction de son objectif principal et l'abaisse à un point tel que tout service numérique peut se qualifier. La blockchain est ainsi destinée à devenir un marché pour l'intelligence machine. Maintenant, une startup de recherche veut l'utiliser pour accélérer la découverte de nouveaux médicaments.

Often that’s hot air—even for us it’s hard to determine whether something is bullshit or revolutionary. An example of a story that could be either intriguing or just hot air recently appeared in Forbes: This decentralized AI, the magazine headlines, „could revolutionize drug development.“

C'est souvent de l'air chaud - même pour nous, il est difficile de déterminer si quelque chose est des conneries ou révolutionnaires. Un exemple d'une histoire qui pourrait être intrigante ou tout simplement à chaud est récemment apparue dans Forbes: cette IA décentralisée, les titres du magazine, «pourrait révolutionner le développement de médicaments.»

What is meant here is a neural network, specifically designed for drug research and decentralized via the Bittensor (TAO) blockchain. This revives an old idea: performing cryptocurrency mining not through “useless” hashes, but through scientific computation. About eight to ten years ago, coins like Gridcoin tried this—without ever succeeding in truly decentralizing scientific mining.

Ce que l'on entend ici est un réseau neuronal, spécialement conçu pour la recherche sur les médicaments et décentralisé via la blockchain Bittensor (TAO). Cela ravive une ancienne idée: effectuer l'exploitation de la crypto-monnaie non pas par des hachages «inutiles», mais par le calcul scientifique. Il y a environ huit à dix ans, des pièces comme Gridcoin ont essayé cela - sans avoir réussi à vraiment décentraliser l'exploitation scientifique.

Could it be possible that the combination of modern staking mechanisms and neural networks will finally make this endeavor feasible?

Pourrait-il être possible que la combinaison de mécanismes de jalonnement modernes et de réseaux de neurones rende enfin cette entreprise possible?

Simulating Chemical Reactions at the Atomic Level

Simuler les réactions chimiques au niveau atomique

Drug development is typically a very long and arduous process, involving hundreds of steps and taking on average more than 13 years.

Le développement de médicaments est généralement un processus très long et ardu, impliquant des centaines de mesures et en prenant en moyenne plus de 13 ans.

However, this process can be simplified and improved using artificial intelligence and molecular simulations. Instead of developing and testing drugs physically, compounds are constructed and simulated in computers. This allows researchers to test more molecular candidates in less time—at least, that is the hope currently permeating the pharmaceutical industry.

Cependant, ce processus peut être simplifié et amélioré en utilisant l'intelligence artificielle et les simulations moléculaires. Au lieu de développer et tester les médicaments physiquement, les composés sont construits et simulés dans les ordinateurs. Cela permet aux chercheurs de tester plus de candidats moléculaires en moins de temps - du moins, c'est l'espoir qui imprègne actuellement l'industrie pharmaceutique.

In April, Rowan Labs launched a specialized neural network for this purpose called Egret-1. Its goal is to simulate chemical reactions at the atomic level. Until now, this has been incredibly resource-intensive—even scientific supercomputers require a lot of time to realistically simulate just a handful of atoms for a few seconds. Rowan aims to improve this, not by training its neural network on internet data, as ChatGPT does, but by using quantum mechanical equations. The AI learns to reconstruct the results of those equations.

En avril, Rowan Labs a lancé un réseau de neurones spécialisé à cet effet appelé EGRET-1. Son objectif est de simuler des réactions chimiques au niveau atomique. Jusqu'à présent, cela a été incroyablement gourmand en ressources - même les superordinateurs scientifiques nécessitent beaucoup de temps pour simuler de manière réaliste une poignée d'atomes pendant quelques secondes. Rowan vise à améliorer cela, non pas en formant son réseau neuronal sur les données Internet, comme le fait Chatgpt, mais en utilisant des équations mécaniques quantiques. L'IA apprend à reconstruire les résultats de ces équations.

For models like Egret-1 to be successful, however, Rowan explains they require “much more high-quality data generated through density functional theory (DFT). To generate this data, Egret-1 will leverage the decentralized computing power of the Bittensor network to perform these simulations.”

Pour que des modèles tels que EGRET-1 réussissent, cependant, Rowan explique qu'ils nécessitent «des données beaucoup plus de qualité générée par la théorie fonctionnelle de la densité (DFT). Pour générer ces données, EGRET-1 tirera parti de la puissance de calcul décentralisée du réseau Bittensor pour effectuer ces simulations.»

This subnet is part of the Bittensor blockchain (more on that in a moment). The goal is to create a mesh of Bittensors subnets, which are launched by startups. Macrocosmos was established recently, in 2024.

Ce sous-réseau fait partie de la blockchain Bittensor (plus à ce sujet dans un instant). L'objectif est de créer un maillage de sous-réseaux Bittenseurs, qui sont lancés par les startups. Macrocosmos a été créé récemment, en 2024.

A GROMACS subnet (SN25) is designed to lower the cost of protein folding simulations. It employs the GROMACS standard—to simulate protein folding—but integrates this into a competitive design. This structure incentivizes miners to develop machine-learning models that solve protein folding as efficiently as possible. Validators in the system check miners’ outputs using specific heuristics. The miners who perform best receive tokens from Bittensor—TAO—as a reward.

Un sous-réseau GROMACS (SN25) est conçu pour réduire le coût des simulations de repliement des protéines. Il utilise la norme Gromacs - pour simuler le repliement des protéines - mais intègre cela dans une conception compétitive. Cette structure incite les mineurs à développer des modèles d'apprentissage automatique qui résolvent le repliement des protéines aussi efficacement que possible. Les validateurs du système vérifient les sorties des mineurs à l'aide d'une heuristique spécifique. Les mineurs qui accomplissent le mieux reçoivent des jetons de Bittensor - Tao - comme récompense.

This competitive process is intended to reduce costs and boost efficiency. Currently, there are 30 active validators simultaneously conducting more than 3,000 simulations; since June 2024, over 400,000 protein folding tasks have already been completed. That’s still far from what AlphaFold accomplishes—but it’s a beginning.

Ce processus concurrentiel vise à réduire les coûts et à stimuler l'efficacité. Actuellement, il y a 30 validateurs actifs conduisant simultanément plus de 3 000 simulations; Depuis juin 2024, plus de 400 000 tâches de repliement en protéines sont déjà terminées. C'est encore loin de ce que Alphafold accomplit, mais c'est un début.

The Abstraction of Mining

L'abstraction de l'exploitation

To understand Macrocosmos, there’s no way around delving into Bittensor itself. The core idea behind Bittensor is quite fascinating:

Pour comprendre les macrocosmos, il n'y a aucun moyen de se plonger dans Bittensor lui-même. L'idée principale derrière Bittensor est assez fascinante:

One can think of Bitcoin as a decentralized marketplace for digital goods—a market that rewards miners for generating hashes. For Bitcoin, this market is simply a means to an end: securing consensus over a digital ledger (the blockchain) to facilitate a decentralized transaction system. Bittensor, by contrast, makes the digital goods marketplaces an end in themselves.

On peut considérer le bitcoin comme un marché décentralisé pour les biens numériques - un marché qui récompense les mineurs pour générer des hachages. Pour Bitcoin, ce marché est simplement un moyen de parvenir à une fin: sécuriser un consensus sur un grand livre numérique (la blockchain) pour faciliter un système de transaction décentralisé. Bittensor, en revanche, rend les marchés de biens numériques en eux-mêmes.

Bittensor’s core innovation is the separation of the blockchain’s core function (transferring value, etc.) from the operation of the validation system, which defines how the digital goods marketplaces are created. This is important: in classical consensus mechanisms like Proof of Work and Proof of Stake, the consensus algorithm includes the rules for when a consensus-relevant input—a hash or a stake—is valid. Bittensor, however, determines only under which circumstances the consensus itself becomes effective.

L'innovation principale de Bittensor est la séparation de la fonction principale de la blockchain (valeur de transfert, etc.) du fonctionnement du système de validation, qui définit la façon dont les marchés de produits numériques sont créés. Ceci est important: dans les mécanismes de consensus classiques comme la preuve de travail et la preuve de participation, l'algorithme de consensus comprend les règles pour une entrée pertinente par consensus - un hachage ou un pieu - est valide. Bittensor, cependant, ne détermine que dans lesquelles les circonstances du consensus lui-même deviennent efficaces.

The consensus tasks themselves can be written in any language and are validated entirely off-chain—allowing large volumes of data and computing power to be employed. “Bittensor brings the same sort of abstraction that Ethereum added to Bitcoin by introducing smart contracts to Bitcoin’s inverse innovation—the digital marketplaces.”

Les tâches consensuelles elles-mêmes peuvent être écrites dans n'importe quelle langue et sont entièrement validées hors de la chaîne - allant de grands volumes de données et le pouvoir de calcul à utiliser. "Bittensor apporte le même type d'abstraction qu'Ethereum a ajouté à Bitcoin en introduisant des contrats intelligents à l'innovation inverse de Bitcoin - les marchés numériques."

Just as Ethereum abstracts transaction logic and enables the construction of diverse systems, Bittensor makes it possible to allow even complex and fuzzy mechanisms as consensus work: for example, machine intelligence, protein folding, data storage, model training, and more.

Tout comme Ethereum résume la logique de transaction et permet la construction de divers systèmes, Bittensor permet de permettre des mécanismes même complexes et flous comme fonctionnement du consensus: par exemple, l'intelligence machine, le repliement des protéines, le stockage des données, la formation des modèles, etc.

Bittensor does not define the consensus task itself, but rather

Bittensor ne définit pas la tâche consensuelle elle-même, mais plutôt